| 成果基本信息 | ||||||
| 关键词: | 图像,多目标分割识别 | |||||
| 成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
| 体现形式(基础理论类): | 其他 | 体现形式(应用技术类): | 新技术 | |||
| 成果登记号: | 资源采集日期: | |||||
| 研究情况 | |||||
| 单位名称: | 武汉理工大学 | 技术水平: | 未评价 | ||
| 评价证书号: | 评价单位: | ||||
| 评价日期: | 评价证书号: | ||||
| 转化情况 | |||||
| 转让范围: | 合作开发 | 推广形式: | 合作开发 | ||
| 已转让企业数(个): | |||||
| 联系方式 | |||||
| 联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
| *成果单位详细联系方式请登录会员;还不是会员,马上注册! | |||||
| 成果简介 | |||||
本发明公开了一种基于图像的多目标分割识别方法及系统,属于图像识别领域,该方法包括:提取待识别图像的单通道图像并进行二值化处理,分别获得各物体的最外层轮廓与最内层轮廓;将各物体的最外层轮廓与最内层轮廓近似成折线,利用相邻两折线所成角度筛选出分割候补点;通过区域范围内距离最近原则找出与分割候补点对应的目标分割候补点,以形成分割点对;在二值化图像中连接各分割点对以分开各物体,提取各物体的目标最外层轮廓;若目标最外层轮廓的内部面积小于预设面积阈值,则删除对应分割点对,得到分割后的各物体图像;通过深度神经网络模型提取各物体图像的图像特征并由分类器确定各物体所属的类别。本发明具有较好的分割效果 |